一种LMS自适应滤波的可变步长因子构建方法技术

本发明专利技术涉及数字信号处理领域，具体涉及一种LMS(Least Mean Square，最小均方)自适应滤波的可变步长因子构建方法。本发明专利技术包括以下步骤：首先，根据n时刻的输入信号计算n时刻可变步长因子的最大值μ

【技术实现步骤摘要】
一种LMS自适应滤波的可变步长因子构建方法
本专利技术涉及数字信号处理领域，具体涉及一种LMS(LeastMeanSquare，最小均方)自适应滤波的可变步长因子构建方法。
技术介绍
自适应滤波技术作为数字信号处理领域的重要分支之一，经过多年的发展，已经广泛应用于雷达、控制、声纳、导航系统和工业控制等领域。其中应用最广泛的是最小均方自适应滤波算法，即LMS自适应滤波算法。LMS自适应滤波算法是一种搜索算法，它通过对目标函数进行适当的调整，简化了对梯度向量的计算。由于其计算的简单性，LMS自适应滤波算法和其他与之相关的算法已经广泛应用于自适应滤波的各种应用中。然而，在LMS自适应滤波算法中，步长因子μ的选取直接影响着LMS算法的收敛速度和稳态误差。一般来说，当选取的μ较大时，收敛速度快，但稳态误差高；反之，如果选取的μ较小，那么稳态误差小，但收敛速度会变慢。因此，如何平衡好算法的收敛速度和稳态误差之间的矛盾是LMS自适应滤波算法研究的主要问题(参考文献[1]：SristiP，LuWS，AntoniouA.Newvariable-steps本文档来自技高网...

【技术保护点】
1.一种LMS自适应滤波的可变步长因子构建方法，该方法包括以下步骤：/n1)获得LMS自适应滤波器n时刻的输入信号x(n)＝[x(n)，x(n-1)，...，x(n-M+1)]

【技术特征摘要】
1.一种LMS自适应滤波的可变步长因子构建方法，该方法包括以下步骤：
1)获得LMS自适应滤波器n时刻的输入信号x(n)＝[x(n)，x(n-1)，...，x(n-M+1)]T，其中N为信号长度，M＞0为LMS自适应滤波器阶数，M为常数，n∈[M，N]；初始化步长因子其中tr[·]表示求矩阵的迹，即矩阵对角元素的和；
2)构建期望信号d(n)，首先对输入信号进行采样延迟得到x(n+m)，其中m为延迟点数，m∈(0，N)；然后对延迟后的信号求自相关得到rx(m)；最后将rx(m)作为期望信号完成d(n)的构建；
3)将n时刻的输入信号x(n)与n时刻的权系数向量w(n)＝[w1(n)，w2(n)，...，wM(n)]T相乘，权系数向量初始化为w(M)＝[0，0，...，0]T，得到LMS自适应滤波器n时刻的输出信号值y(n)，y(n)由以下公式计算，
y(n)＝wT(n)·x(n)
4)将期望信号d(n)与输出信号值y(n)相减，得到n时刻的偏差信号e(n)，e(n)...

【专利技术属性】
技术研发人员：肖玮，刘思蔚，涂亚庆，
申请(专利权)人：中国人民解放军陆军勤务学院，
类型：发明
国别省市：重庆;50